繁华背后的人工智能会经历什么样的2018年？

2017年，AlphaGo升级再复出，击败柯洁，让公众再次认识到人工智能的强大力量。机器学习尤其是深度学习模型迅速部署到医疗、零售、传媒等领域，谷歌、亚马逊、百度等科技公司都走向了「人工智能优先」的发展道路，人工智能和深度学习被捧上神坛。不过今天我们对2018年机器学习和人工智能领域的发展做出了几项悲观预测，包括发展的局限性，发展带来的潜在破坏性，以及部分夸张的炒作。

深度学习的复杂性将阻碍人工智能的实际应用，深度学习平台的简化和产品化势在必行

有很多企业希望能够将人工智能移植到企业应用，很多风投的钱也乐意流向人工智能创业公司。但这些企业都希望将深度学习能力直接应用于解决现实问题，而非希望改进深度学习工具，因为深度学习工具本身往往复杂难懂，只有少数数据科学家能够掌握。

咨询公司Gartner曾预言：「有人认为深度神经网络将在2018年成为80％数据科学家工具箱的标准组成部分，但我们认为这个想法过于乐观。」

亚马逊，微软，谷歌，英特尔，英伟达等深度学习主要提供商正在试图简化深度学习工具。但就现状而言，首先要找到一位具备良好资质并胜任简化工作的数据科学家不是一件容易的事。其次，使用这些平台往往复杂而昂贵，除非能够租用大量昂贵的GPU节点，否则仅一个模型的训练时间就以周为单位测量，并且仍有许多模型根本无法训练，我们对超参数的优化知之甚少，有些甚至还没有被正确识别。

我们都期待这些深度学习工具能够像其他算法一样能被合理、便利地使用。第一个提供这种简单化工具的提供商必将获得丰厚的回报，www.zr-kuka.com，但这项工作至少在2018年是无法被完成的。

人工智能和深度学习将以比想象中更慢的速度渗透到市场中，实际应用也可能会比想象中狭隘

人工智能和深度学习在最近一两年被迅速捧上神坛，不断有文章介绍人们未来能够如何在现实中应用人工智能。这些可能的应用在未来或许能够实现，但这个未来会比大多数人所期望的要更远。

我们所理解的商业化的深度学习驱动人工智能实际上目前仅限于两个主要领域：文本语音处理和图像视频处理。这两个领域在商业上都是可行的，并且人工智能和深度学习也确实正在被积极采纳。

2018年，人工智能将继续主要以自然语言处理的聊天机器人形式出现。在2015年只有25％的公司曾听说过聊天机器人，到2017年已经相当一部分公司计划制造聊天机器人了，以亚马逊Echo为代表的智能音箱成为人工智能进入消费领域的典型，销量已经超过2000万。2017年第三季度，智能音箱的出货量暴增708%，国内的智能音箱混战也已经拉开大幕，阿里巴巴和小米都推出了自己的智能音箱设备，www.zr-kuka.com，以低价抢占市场。

2018年，语音识别将延续迅速发展的趋势，并且极有可能逐渐成为所有系统中的可选用户界面。随着视觉入口的饱和，音频设备将成为越来越重要的信息入口，以语音识别为基础的语音智能将出现在更多智能产品上，比如音箱、电视、冰箱、汽车和可穿戴设备。

然而，深度学习人工智能在图像视频识别中的实际应用相当有限，目前市场前景较大的仅有面部识别。未来还将会出现一些面部和手势识别的应用，但这些能力难以取悦不同层次的客户。这也包括基于深度学习的自动驾驶汽车，至少在2018年自动驾驶汽车还很难上市出售，真正的自动驾驶汽车或许还要等上几年。

虽然自动驾驶汽车是当前人工智能创业投资的火热区域之一，传统车企和科技公司都在加码进入这一领域。但值得关注的是，自动驾驶汽车的商业落地到底是以终端消费者为目标还是以货运出租公司为目标，其市场前景究竟有多大，仍需进一步验证和探索。

公众和政府将开始仔细研究人工智能对于社会和隐私所产生的影响

利用预测分析追踪用户点击次数、位置、面部信息等人工智能技术会进一步发展。2017年，中国的资讯行业全面转向人工智能，以今日头条为代表的新型互联网资讯App，充分利用在线追踪以及个人设备的位置追踪算法，呈现更符合用户口味的个性化信息。以此为基础，这些资讯App能够针对细分的目标人群进行精准的广告投送，能够降低商家的广告成本，库卡机器人驱动器维修，同时降低对阅读者的无效广告干扰。

与此同时，人工智能带来的隐私风险逐渐呈现。虽然你可以自由关闭App或选择退出在线追踪，但实际上App已经比朋友、家人甚至你自己更加了解你，知道用户隐私。再加上如今追踪和记录面部信息的摄像机泛滥，一旦我们的面部信息被偷偷采集并储存在面部识别数据库中，与我们的各种隐私数据结合，后果将更难以设想。

目前为止还没有明确关于这些可能带来不利影响的信息，但这种不利影响时刻潜伏着，一旦发生就可能会带来出乎意料的后果，也许在2018年这些不利影响就会逐渐显露。

欧盟已经开始行动，在刚刚生效的新的通用数据保护条例（GDPR）中加入了曾经几乎被人们所遗忘的隐私权。在美国，政府还没有介入制定这种类似欧盟的严格规定，但已经对一些贷款和健康模型所使用的算法和数据进行限制，虽然这会导致这些模型效率下降并出错。

此外，人工智能的社会功能亟待进一步提升。公众正迅速意识到，人工智能目前仍无法精确识别、预防特殊事件尽管Facebook，YouTube，Twitter，Instagram等都吹捧自己AI的种种能力，包括发现虚假新闻的能力、发现针对未成年的犯罪等特殊事件的能力，但他们后来都迅速申明是利用了大量的审稿人才达到了所声称的准确度，这正说明人工智能的社会功能仍有提升空间。